fixedLengthArrayVector
语法
fixedLengthArrayVector(args…)
参数
args 可以是一个或多个向量(不包括 array vector)/元组/矩阵或表。args 的每个元素必须具有相同的数据类型,且必须是数组向量支持的类型。
详情
将向量、矩阵或表拼接为一个数组向量。其拼接方式如下图所示(对应例1):
注: 向量的长度(元组中每个向量的长度)、矩阵、表的行数必须相同。
首发版本
2.00.4
例子
例1. 图例代码
vec = 1 5 3
tp = [3 4 5, 4 5 6]
m = matrix(5 0 7, 7 6 9, 1 9 0)
tb = table(6 9 4 as v1, 1 4 3 as v2)
f = fixedLengthArrayVector(vec, tp, m, tb)
f;
[[1,3,4,5,7,1,6,1],[5,4,5,0,6,9,9,4],[3,5,6,7,9,0,4,3]]
typestr(f);
// output
FAST INT[] VECTOR
例2. 将多列合并成一列
下例简单示意了将 2 档 bid 报价存储为数组向量的例子。
login("admin","123456")
syms="A"+string(1..30)
datetimes=2019.01.01T00:00:00..2019.01.31T23:59:59
n=200
if(existsDatabase("dfs://stock")) {
dropDatabase("dfs://stock")
}
db=database("dfs://stock", RANGE, cutPoints(syms,3), engine="TSDB");
t=table(take(datetimes,n) as trade_time, take(syms,n) as sym,take(500+rand(10.0,n), n) as bid1, take(500+rand(20.0,n),n) as bid2)
t1=select trade_time, sym, fixedLengthArrayVector(bid1,bid2) as bid from t
quotes=db.createPartitionedTable(t1,`quotes,`sym, sortColumns=`sym`trade_time).append!(t1)
select * from quotes
trade_time | sym | bid |
---|---|---|
2019.01.01T00:00:00 | A1 | [503.111142,507.55833] |
2019.01.01T00:00:30 | A1 | [502.991382,501.734092] |
2019.01.01T00:01:00 | A1 | [500.790709,509.200963] |
2019.01.01T00:01:30 | A1 | [501.127932,507.972508] |
2019.01.01T00:02:00 | A1 | [500.678614,514.947117] |
通过索引可以取出单档 bid 的数据,单独进行计算。对 bid 列应用函数计算,相当于将所有档的 bid 数据一起计算。
select avg(bid[0]) as avg_bid1, avg(bid[1]) as avg_bid2, avg(bid) as avg_bid from quotes
avg_bid1 | avg_bid2 | avg_bid |
---|---|---|
505.0263 | 509.2912 | 507.16 |
现实场景下,可能需要将 50 档甚至更多的报价存储为数组向量,编写脚本十分不便。由于报价字段名通常以表示报价类型的字符串加编号的形式存储,可以通过以下方式编写脚本:
// 随机生成 50 档报价
n = 200
t=table(take(datetimes,n) as trade_time, take(syms,n) as sym)
for(i in 1:51){
t["bid"+string(i)] = take(500+rand(10.0,n), n)
}
// 将 50 档报价存储为数组向量
t["bid"]=fixedLengthArrayVector(t["bid"+string(1..50)])
t1=select trade_time, sym, bid from t